近年来，计算工作负载一直在迁移：首先从内部数据中心转移到云，现在越来越多地从云数据中心转移到“边缘”位置，这些位置离正在处理的数据源更近。目标是什么?为了提高应用和服务的性能及可靠性，降低运行成本，缩短数据的传输距离，从而减少带宽和延迟问题。
这并不是说本地或云中心已经过时了——有些数据总是需要在集中位置进行存储和处理。但数字基础设施肯定在改变。例如，Gartner的数据显示，到2025年，80%的企业将关闭传统的数据中心，而2018年这一比例为10%。该分析公司表示，工作负载分配是基础设施发展的关键驱动力，它是由各种业务需求驱动的。
当然，边缘计算也存在一些挑战——特别是以连接为中心，连接可能中断，或者以网络边缘的低带宽及/或高延迟为特征。如果大量的智能边缘设备都在运行软件(例如机器学习应用程序)，需要与中央云服务器或介于中间的“雾”节点进行通信，那么这就会带来这样的问题。不过，解决方案正在路上。
什么是边缘计算
边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放..。边缘计算与云计算互相协同，共同助力各行各业的数字化转型。它就近提供智能互联服务，满足行业在数字化变革过程中对业务实时、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。
根据国际电信联盟电信标准分局ITU-T的研究报告，到2020年，每个人每秒将产生1.7MB的数据，IoT可穿戴设备的出货量将达到2.37亿。IDC也发布了相关预测，到2018年，50%的物联网网络将面临网络带宽的限制，40%的数据需要在网络边缘侧分析、处理与储存，到2025年，这一数字将超过50%。海量数据的分析与储存对网络带宽提出了巨大的挑战，而边缘计算的诞生，就是为了解决这一问题。
